¿Debería leer libros orientados a la matemática y la teoría o libros orientados a la aplicación sobre aprendizaje automático?

Normalmente, cuando lee literatura orientada a aplicaciones de buenas revistas, le proporcionarán las explicaciones matemáticas necesarias para comprender los conceptos.

Más sobre la elección del tema también es importante. Si está trabajando en los temas más avanzados del campo, los autores de la literatura piensan que usted es experto en el campo hasta cierto punto, por lo que las explicaciones matemáticas detalladas pueden ir a las referencias y necesita leer esa literatura si es necesario o si no comprende el concepto básico sobre lo que usó el autor. Si todo se trata de los conceptos básicos de la aplicación, los libros de texto normales son más que suficientes, pero no puedo tener idea de cómo puede solicitar su trabajo.

Como un simple ejemplo, la modulación se puede leer en los libros de texto y comprender qué hace la modulación. Si desea aplicar esta técnica a una aplicación particular, como un dispositivo móvil, debe leer acerca de las técnicas de modulación digital adecuadas para un módulo en particular. Para estos tienes que leer literatura relacionada.

Sin conocer ningún detalle, esta pregunta es muy difícil de responder. Sin embargo, intentaré dar algunos consejos generales que pueden o no aplicarse a usted.

Si puede encontrar cualquier investigación de aprendizaje automático en un área similar a las aplicaciones que desea estudiar, lo estudiaría primero. Por ejemplo, mire Deep Blue to AlphaGo si desea estudiar el aprendizaje automático como se aplica a la teoría de juegos. O observe los intentos de modelado de redes neuronales si desea estudiar el aprendizaje automático tal como se aplica a la neurología humana y mecánica. Estos están orientados a la aplicación, aunque dependiendo de la publicación también pueden contener algo de teoría.

Si solo desea una comprensión general del aprendizaje automático, primero adhiérase a la teoría y luego profundice en cualquier aplicación que le interese específicamente.

Sugeriría mirar a ambos. La teoría lo ayudará a comprender la maquinaria detrás del algoritmo, pero la aplicación puede ayudarlo a desarrollar la intuición de cómo funcionarán los algoritmos en el mundo real. Los Elementos del aprendizaje estadístico tienen una buena combinación de estos y probablemente sea accesible si tienes un título en matemáticas.

More Interesting

¿Cuál es la diferencia entre la desigualdad de Hoeffding y el intervalo de confianza?

¿Cuáles son las opciones de la plataforma de análisis para datos no tan grandes?

Cómo realizar prácticas como analista de datos en un equipo deportivo

¿Qué es una aplicación de aprendizaje automático y cómo se usa, que no es una de las siguientes: redes sociales, motores de búsqueda, bioinformática, neurociencia, investigación en el CERN, ciencia actuarial y sistemas de recomendación?

¿Cómo preparará enormes conjuntos de datos (gran número de filas) para el análisis, y también procesará previamente los conjuntos de datos de 'prueba' de la misma manera que los conjuntos de datos de 'entrenamiento' antes del análisis?

¿Cuál es la más fácil: aprendizaje automático, inteligencia artificial o ciencia de datos?

¿Cómo podemos analizar y consultar sobre el diseño, implementación y evaluación de un algoritmo?

¿Cuáles de los cursos de Machine Learning tienen las mejores tareas y están disponibles en la web?

¿Qué queremos decir cuando usamos la palabra ruido en ciencia de datos y estadística?

¿Qué campos dentro de Data Science son los más relevantes?

¿Existe una forma más eficiente de almacenar tablas y filas sin tener que repetir ID?

¿Cuál es el mejor instituto para la ciencia de datos en Bangalore?

¿Puedo salvar la vida de las personas con Data Science?

¿Qué es más rápido: insertar 200,000 filas de datos o actualizar 200,000 filas de datos SQL?

Soy un estudiante de secundaria interesado en Data Science. ¿Cómo puedo comenzar a aprender y jugar con conjuntos de datos?